- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于深度学习的声信号分类识别方法*
王鹏程1,崔敏1,王彦博1,李剑1,赵欣2
(;
1.,0300512.)
中北大学信息探测与处理山西省重点实验室太原北方科技信息研究所
摘要:,—
提出了一种基于深度学习的声信号分类识别方法将声场环境中声源目标的识别等效为声场信号特定声源的
logmel
,,
端到端学习过程建立一种以能量为声信号特征的预提取方法以深度残差网络作为特征自动提取及分类的
。,,
声信号分类识别模型在两个大型数据集上对模型性能进行了验证实验结果表明本文提出的深度残差网络模型在
DCASE2019UrbanSound8K80.2%76.4%
,
数据集和数据集上能够实现和的识别精度在声源探测领域具有一定的应
用价值。
关键词:;;;;
声源探测声信号分类识别深度学习深度残差网络时频域分析
TP39A
中图分类号:文献标识码:
AcousticSinalClassificationandReconitionMethodBasedonDeeLearnin
ggpg
WanPenchen,CuiMin,WanYanbo,LiJian,ZhaoXin
ggg11g112
(,,
1.ShanxiProvinceKeLaboratorofInformationDetectionandProcess
文档评论(0)